我需要实现naivebayes分类器并绘制ROC曲线
1) only 2 classes(Trousers and pullovers) out of 10 classes of the [FMNIST][1] dataset and then
2) second for all the ten classes without using scikit library and just basic matplotlib, pandas libraries from scratch.
我已经成功地为这两种情况实现了naivebayes分类器,但是我不知道如何实现ROC曲线,因为它需要设置阈值。naivebayes分类器只是利用似然和先验来获取离散分布的后验点,特征值是RGB(0-255)值,用阈值127(每个测试样本的特征数为28*28=784)进行二值化。对于10个类,我想我需要绘制10条曲线,将其中一个类取为正,其余为负。在
我的分类器根据所有类的后验概率的最大值来预测测试样本的类。但我不明白如何确定阈值和如何绘制ROC曲线。我浏览了一些stackoverflow和其他链接,但是没有得到理解。请解释一下,因为我是机器学习的新手。在
有点晚了,但是。。。在
在二进制情况下,与其把预测看作是具有最大后验概率的类,不如保留后验值作为肯定的情况,并将其与阈值进行比较。在
例如,如果阈值为0.8,1和0分别表示正和负;那么如果p(Y=1 | X)>;=0.8,否则预测值为0。在
相关问题 更多 >
编程相关推荐